论文部分内容阅读
随着音频数据的不断增加，说话人识别已经变得越来越困难。本文提出了一种新颖的方法，在已有的说话人识别系统（GMMUBM系统）的基础上，综合利用Index和Simulation，以很小的代价，极大地提高了说话人识别的速度．从而使说话人搜索成为可能。具体而言。就是采用两遍搜索篆略，首先通过建立索引，在索引空间，比较索引间的欧氏距离，粗略地筛选出一定量的候选说话人目标；然后在此基础上，通过更精细的Simulation模型匹配，找出最佳的识别结果。实验结果显示我们的方法能以很小的代价，显著地提高说话人识别的速度。